本文關(guān)鍵詞：局部特征與全局特征結(jié)合的HMM靜態(tài)手勢(shì)識(shí)別

  更多相關(guān)文章： 靜態(tài)手勢(shì)識(shí)別 HMM 形狀熵特征 上層輪廓特征

【摘要】：針對(duì)靜態(tài)手勢(shì)識(shí)別問(wèn)題,提出了一種綜合考慮局部形狀與全局輪廓的隱馬爾科夫模型(HMM)靜態(tài)手勢(shì)識(shí)別算法。該算法提取局部形狀熵特征與上層輪廓特征分別作為訓(xùn)練數(shù)據(jù)訓(xùn)練每類手勢(shì)的HMM參數(shù)。測(cè)試時(shí),先憑借局部形狀熵特征得出初步識(shí)別結(jié)果,然后根據(jù)初步識(shí)別結(jié)果的模糊性,附加與局部特征互補(bǔ)的上層輪廓特征進(jìn)行再識(shí)別,得出最終識(shí)別結(jié)果。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)于形狀差異占主導(dǎo)地位的手勢(shì)庫(kù)有很好的效果,并且將靜態(tài)手勢(shì)的空間序列模擬成時(shí)間序列使得靜態(tài)手勢(shì)識(shí)別具有空間尺度不變性;同時(shí)該算法合理控制特征維數(shù),一定程度上弱化了HMM訓(xùn)練時(shí)間長(zhǎng)的弊端,加快了識(shí)別的速度。
【作者單位】： 哈爾濱商業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院;哈爾濱商業(yè)大學(xué)科研處;
【基金】：黑龍江省自然科學(xué)基金(F201245)資助
【分類號(hào)】：TP391.41
【正文快照】： 本文受黑龍江省自然科學(xué)基金(F201245)資助。1概述手勢(shì)識(shí)別是人機(jī)交互及計(jì)算機(jī)視覺(jué)領(lǐng)域的關(guān)鍵技術(shù)之一,它被廣泛應(yīng)用于如電腦體感游戲、機(jī)械控制、現(xiàn)實(shí)增強(qiáng)、智慧家居、輔助系統(tǒng)、手語(yǔ)溝通與虛擬現(xiàn)實(shí)等各種領(lǐng)域。手勢(shì)是最原始的溝通方式,與自然語(yǔ)言相同,手勢(shì)語(yǔ)言也能表達(dá)復(fù)雜

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;新型手勢(shì)識(shí)別技術(shù)可隔著口袋操作手機(jī)[J];電腦編程技巧與維護(hù);2014年07期

2 任海兵,祝遠(yuǎn)新,徐光，

本文編號(hào)：1151887